相關(guān)文章

• 

  從零開始的知識圖譜生活，構(gòu)建一個百科知識圖譜，完成基于Deepdive的知識抽取、基于ES的簡單語義搜索、基于 REfO 的簡單KBQA

  項(xiàng)目設(shè)計(jì)集合（人工智能方向）：助力新人快速實(shí)戰(zhàn)掌握技能、自主完成項(xiàng)目設(shè)計(jì)升級，提升自身的硬實(shí)力（不僅限NLP、知識圖譜、計(jì)算機(jī)視覺等領(lǐng)域） ：匯總有意義的項(xiàng)目設(shè)計(jì)集合，助力新人快速實(shí)戰(zhàn)掌握技能，助力用戶更好利用 CSDN 平臺，自主完成項(xiàng)目設(shè)計(jì)升級，提升自

  2024年02月15日

  瀏覽(25)

• ES 如何實(shí)現(xiàn)向量搜索【以圖搜圖/語義搜索】

  在 ES 的使用過程中，通過設(shè)置分詞器可以靈活地按照文本字面實(shí)現(xiàn)搜索和查詢。但是在某些場景下，向量搜索非常有必要，比如 CV 方面的以圖搜圖和 NLP 領(lǐng)域的語義搜索。較新的 ES 版本支持稠密向量搜索，詳情如下。相關(guān)片段設(shè)置重在強(qiáng)調(diào)特定的關(guān)鍵點(diǎn)，需要根據(jù)自己具體

  2024年02月11日

  瀏覽(22)
• 

  Elasticsearch：使用 Elasticsearch 進(jìn)行語義搜索

  在數(shù)字時(shí)代，搜索引擎在通過瀏覽互聯(lián)網(wǎng)上的大量可用信息來檢索數(shù)據(jù)方面發(fā)揮著重要作用。 此方法涉及用戶在搜索欄中輸入特定術(shù)語或短語，期望搜索引擎返回與這些確切匹配的結(jié)果。 雖然搜索對于簡化信息檢索非常有價(jià)值，但它也有其局限性。 主要缺點(diǎn)之

  2024年02月08日

  瀏覽(27)
• 

  Elasticsearch：多語言語義搜索

  在此示例中，我們將使用多語言嵌入模型 multilingual-e5-base 對混合語言文檔的 toy 數(shù)據(jù)集執(zhí)行搜索。 使用這個模型，我們可以通過兩種方式進(jìn)行搜索： 跨語言，例如使用德語查詢來查找英語文檔 在非英語語言中，例如使用德語查詢來查找德語文檔 雖然此示例僅使用密集檢索，

  2024年02月08日

  瀏覽(26)
• 

  Elasticsearch：語義搜索即服務(wù)處于卓越搜索的中心

  作者：來自 Elastic?Sherry Ger, Stephen Brown 對于許多企業(yè)來說，搜索卓越中心（center of excellence - COE）向其用戶提供搜索服務(wù)，從不同的數(shù)據(jù)源中整理知識，并將搜索功能集成到其內(nèi)部和外部應(yīng)用程序中。Elasticsearch，這個 “支撐著互聯(lián)網(wǎng)上大約 90% 的搜索欄” 的分布式搜索平臺，

  2024年04月11日

  瀏覽(22)
• 

  Elasticsearch：使用 Transformers 和 Elasticsearch 進(jìn)行語義搜索

  什么語義搜索（ semantic search ）呢？根據(jù)搜索查詢的意圖和上下文含義（而不僅僅是）檢索結(jié)果。語義/向量搜索是一種強(qiáng)大的技術(shù)，可以大大提高搜索結(jié)果的準(zhǔn)確性和相關(guān)性。 與傳統(tǒng)的基于的搜索方法不同，語義搜索使用單詞的含義和上下文來理解查詢背后的意

  2024年02月08日

  瀏覽(26)
• 

  Elasticsearch：使用 ELSER 進(jìn)行語義搜索

  Elastic Learned Sparse EncodeR（或 ELSER）是一種由 Elastic 訓(xùn)練的 NLP 模型，使你能夠使用稀疏向量表示來執(zhí)行語義搜索。 語義搜索不是根據(jù)搜索詞進(jìn)行字面匹配，而是根據(jù)搜索查詢的意圖和上下文含義檢索結(jié)果。 本教程中的說明向你展示了如何使用 ELSER 對數(shù)據(jù)執(zhí)行語義搜索。 提示

  2024年02月11日

  瀏覽(30)
• 

  Elasticsearch：使用 ELSER v2 進(jìn)行語義搜索

  在我之前的文章 “Elasticsearch：使用 ELSER 進(jìn)行語義搜索”，我們展示了如何使用 ELESR v1 來進(jìn)行語義搜索。在使用 ELSER 之前，我們必須注意的是： 重要 ：雖然 ELSER V2 已正式發(fā)布，但 ELSER V1 仍處于 [預(yù)覽] 狀態(tài)。此功能處于技術(shù)預(yù)覽階段，可能會在未來版本中更改或刪除。 E

  2024年02月22日

  瀏覽(25)
• 

  Elasticsearch：使用 ELSER 文本擴(kuò)展進(jìn)行語義搜索

  在今天的文章里，我來詳細(xì)地介紹如何使用 ELSER??進(jìn)行文本擴(kuò)展驅(qū)動的語義搜索。 如果你還沒有安裝好自己的 Elasticsearch 及 Kibana，請參考如下的鏈接來進(jìn)行安裝： 如何在 Linux，MacOS 及 Windows 上進(jìn)行安裝 Elasticsearch Kibana：如何在 Linux，MacOS 及 Windows 上安裝 Elastic 棧中的 Kiba

  2024年02月07日

  瀏覽(25)
• 

  使用 Elasticsearch、OpenAI 和 LangChain 進(jìn)行語義搜索

  在本教程中，我將引導(dǎo)您使用 Elasticsearch、OpenAI、LangChain 和 FastAPI 構(gòu)建語義搜索服務(wù)。 LangChain 是這個領(lǐng)域的新酷孩子。 它是一個旨在幫助你與大型語言模型 (LLM) 交互的庫。 LangChain 簡化了與 LLMs 相關(guān)的許多日常任務(wù)，例如從文檔中提取文本或在向量數(shù)據(jù)庫中對它們建立索引

  2024年02月08日

  瀏覽(21)